(CC BY-NC-ND 4.0) Attribution-NonCommercial-NoDerivatives 4.

0
International

Atribucitin
Usted debe reconocer el credito de una obra de manera adecuada,
proporcionar un enlace a la licencia e indicar si se han realizado cambios.
Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera
que tiene el apoyo del licenciante o lo recibe por el uso que hace.

No Comercial
Usted no puede hacer uso del material con fines comerciales.

Sin obra derivada

Si usted mezcla, transforma o crea un nuevo material a partir de esta obra, no
puede distribuir el material modificado.

No hay restricciones adicionales - Usted no puede aplicar terminos legales ni medidas tecnol6gicas
que restrinjan legalmente a otros a hacer cualquier uso permitido por la licencia.

http ://creativecom mo ns.org/1 icenses/by-nc-nd/4 .0/

Otros Tipos de Ecuaciones Diferenciales
Ordinarias Relevantes
Semana 7

Alberth Alvarado, Ph.D.

Agenda
1

EDOs Reducibles a Lineales

EDO de Bernoulli
Definición
Algoritmo de Solución
Ejemplos
EDO de Riccati
Definición
Algoritmo de Solución
Ejemplos

EDO de Clairaut
Definición
Algoritmo de Solución
Ejemplos

Resumen
Agenda
2

EDOs Reducibles a Lineales

EDO de Bernoulli
Definición
Algoritmo de Solución
Ejemplos
EDO de Riccati
Definición
Algoritmo de Solución
Ejemplos

EDO de Clairaut
Definición
Algoritmo de Solución
Ejemplos

Resumen
Agenda
3

EDOs Reducibles a Lineales

EDO de Bernoulli
Definición
Algoritmo de Solución
Ejemplos
EDO de Riccati
Definición
Algoritmo de Solución
Ejemplos

EDO de Clairaut
Definición
Algoritmo de Solución
Ejemplos

Resumen
Definición
4

Definición 1.1 (EDO de Bernoulli)

La EDO de primer orden F (x, y, y 0 ) = 0 es llamada de Bernoulli si puede
llevarse a la forma:

y 0 + P (x)y = Q(x) y α α ∈ R,

en donde P (x) y Q(x) son funciones continuas.

Definición
4

Definición 1.1 (EDO de Bernoulli)

La EDO de primer orden F (x, y, y 0 ) = 0 es llamada de Bernoulli si puede
llevarse a la forma:

y 0 + P (x)y = Q(x) y α α ∈ R,

en donde P (x) y Q(x) son funciones continuas.

Notar que: si α = 0 obtenemos una EDO lineal y si α = 1 tenemos una

EDO separable.
Algoritmo de Solución (Por Sustitución)
5

1. Sea F (x, y, y 0 ) = 0, una EDO de Bernoulli.

Algoritmo de Solución (Por Sustitución)
5

1. Sea F (x, y, y 0 ) = 0, una EDO de Bernoulli.

2. Definir u , y 1−α , de donde u0 = (1 − α) y −α y 0 .

Algoritmo de Solución (Por Sustitución)
5

1. Sea F (x, y, y 0 ) = 0, una EDO de Bernoulli.

2. Definir u , y 1−α , de donde u0 = (1 − α) y −α y 0 .

3. Multiplicar la ED por y −α y hacer las sustituciones respectivas, i.e.,

y 0 y −α + P (x) y 1−α = Q(x)

u0
+ P (x) u = Q(x).
1−α
EDO Lineal
Algoritmo de Solución (Por Sustitución)
5

1. Sea F (x, y, y 0 ) = 0, una EDO de Bernoulli.

2. Definir u , y 1−α , de donde u0 = (1 − α) y −α y 0 .

3. Multiplicar la ED por y −α y hacer las sustituciones respectivas, i.e.,

y 0 y −α + P (x) y 1−α = Q(x)

u0
+ P (x) u = Q(x).
1−α
EDO Lineal

4. Resolver la EDO lineal resultante para la nueva variable u.

Algoritmo de Solución (Por Sustitución)
5

1. Sea F (x, y, y 0 ) = 0, una EDO de Bernoulli.

2. Definir u , y 1−α , de donde u0 = (1 − α) y −α y 0 .

3. Multiplicar la ED por y −α y hacer las sustituciones respectivas, i.e.,

y 0 y −α + P (x) y 1−α = Q(x)

u0
+ P (x) u = Q(x).
1−α
EDO Lineal

4. Resolver la EDO lineal resultante para la nueva variable u.

5. Restituir.
Ejemplo 1
6

Considere la siguiente ecuación diferencial ordinaria:

x y 0 + y = x2 y 2 .

a) Aplique el algoritmo de Leibniz para reducir la EDO de Bernoulli a

una lineal.

b) Encontrar la solución general de la EDO dada.

Ejemplo 2
7

Después de las vacaciones de verano, un estudiante regresa a un internado

portando un virus desconocido. Cinco dı́as después de iniciadas las clases,
24 estudiantes más presentan los mismos sı́ntomas, resultando infectados
del virus. Un grupo de investigadores determina que la velocidad con que
se propaga el virus (dentro del internado) es directamente proporcional a
la cantidad de personas infectadas y también a las no infectadas.

a) Si el internado cuenta con un total de 450 estudiantes y 50 empleados,

determine la cantidad de personas infectadas al cabo de t dı́as.
b) ¿En cuántos dı́as se encontrarán enfermos el 50 % de las personas en
el internado?
Ejemplo 2
8

500
P (t) =
499 e−0.65t +1
Ejemplo 2
9

500
P (t) =
499 e−0.65t +1
Nota: Modelo de Crecimiento Logı́stico
10

I El modelo de crecimiento poblacional de Malthus asume que la tasa

de crecimiento poblacional es directamente proporcional al tamaño
P de la población en el instante de tiempo t, esto es, con k > 0:

dP
= kP con P (0) = P0
dt
Nota: Modelo de Crecimiento Logı́stico
10

I El modelo de crecimiento poblacional de Malthus asume que la tasa

de crecimiento poblacional es directamente proporcional al tamaño
P de la población en el instante de tiempo t, esto es, con k > 0:

dP P0
= kP con P (0) = P0 = k.
→ P
dt Crecimiento Per Cápita
Nota: Modelo de Crecimiento Logı́stico
10

I El modelo de crecimiento poblacional de Malthus asume que la tasa

de crecimiento poblacional es directamente proporcional al tamaño
P de la población en el instante de tiempo t, esto es, con k > 0:

dP P0
= kP con P (0) = P0 = k.
→ P
dt Crecimiento Per Cápita

I En 1838, Pierre Verhulst introduce un modelo más real de crecimiento

poblacional en el cual se asume que la tasa de crecimiento poblacio-
nal es directamente proporcional a: i) la población existente y ii) la
cantidad de recursos disponibles, es decir:
Nota: Modelo de Crecimiento Logı́stico
10

I El modelo de crecimiento poblacional de Malthus asume que la tasa

de crecimiento poblacional es directamente proporcional al tamaño
P de la población en el instante de tiempo t, esto es, con k > 0:

dP P0
= kP con P (0) = P0 = k.
→ P
dt Crecimiento Per Cápita

I En 1838, Pierre Verhulst introduce un modelo más real de crecimiento

poblacional en el cual se asume que la tasa de crecimiento poblacio-
nal es directamente proporcional a: i) la población existente y ii) la
cantidad de recursos disponibles, es decir:
Nota: Modelo de Crecimiento Logı́stico
10

I El modelo de crecimiento poblacional de Malthus asume que la tasa

de crecimiento poblacional es directamente proporcional al tamaño
P de la población en el instante de tiempo t, esto es, con k > 0:

dP P0
= kP con P (0) = P0 = k.
→ P
dt Crecimiento Per Cápita

I En 1838, Pierre Verhulst introduce un modelo más real de crecimiento

poblacional en el cual se asume que la tasa de crecimiento poblacio-
nal es directamente proporcional a: i) la población existente y ii) la
cantidad de recursos disponibles, es decir:

dP

P
 P0 k
= kP 1 − con P (0) = P0 → =k− P,
dt M P M
Crecimiento Per Cápita

i.e., el crecimiento per cápita decrece linealmente a partir de k > 0

hasta 0 cuando P = M > 0, la llamada capacidad de sustento
(cantidad máxima de individuos que soporta el medio).
Ecuación Diferencial Logı́stica
11

En general, el problema de valor inicial

 y 
y0 = k y 1 − con y(0) = y0 , 0 < y0 < M
M

tiene como solución a la función logı́stica:

M y0
y(x) = .
y0 + (M − y0 )e−kx
Ecuación Diferencial Logı́stica
11

En general, el problema de valor inicial

 y 
y0 = k y 1 − con y(0) = y0 , 0 < y0 < M
M

tiene como solución a la función logı́stica:

M y0
y(x) = .
y0 + (M − y0 )e−kx

Este modelo matemático se presenta en aplicaciones diversas como:

Ecuación Diferencial Logı́stica
11

En general, el problema de valor inicial

 y 
y0 = k y 1 − con y(0) = y0 , 0 < y0 < M
M

tiene como solución a la función logı́stica:

M y0
y(x) = .
y0 + (M − y0 )e−kx

Este modelo matemático se presenta en aplicaciones diversas como:

I Crecimientos de bacterias, tumores, embriones, virus, etc.
Ecuación Diferencial Logı́stica
11

En general, el problema de valor inicial

 y 
y0 = k y 1 − con y(0) = y0 , 0 < y0 < M
M

tiene como solución a la función logı́stica:

M y0
y(x) = .
y0 + (M − y0 )e−kx

Este modelo matemático se presenta en aplicaciones diversas como:

I Crecimientos de bacterias, tumores, embriones, virus, etc.
I Regresiones logı́sticas y redes neuronales.
Ecuación Diferencial Logı́stica
11

En general, el problema de valor inicial

 y 
y0 = k y 1 − con y(0) = y0 , 0 < y0 < M
M

tiene como solución a la función logı́stica:

M y0
y(x) = .
y0 + (M − y0 )e−kx

Este modelo matemático se presenta en aplicaciones diversas como:

I Crecimientos de bacterias, tumores, embriones, virus, etc.
I Regresiones logı́sticas y redes neuronales.
I Reacciones quı́micas.
Ecuación Diferencial Logı́stica
11

En general, el problema de valor inicial

 y 
y0 = k y 1 − con y(0) = y0 , 0 < y0 < M
M

tiene como solución a la función logı́stica:

M y0
y(x) = .
y0 + (M − y0 )e−kx

Este modelo matemático se presenta en aplicaciones diversas como:

I Crecimientos de bacterias, tumores, embriones, virus, etc.
I Regresiones logı́sticas y redes neuronales.
I Reacciones quı́micas.
I Fenómenos Fı́sicos.
Ecuación Diferencial Logı́stica
11

En general, el problema de valor inicial

 y 
y0 = k y 1 − con y(0) = y0 , 0 < y0 < M
M

tiene como solución a la función logı́stica:

M y0
y(x) = .
y0 + (M − y0 )e−kx

Este modelo matemático se presenta en aplicaciones diversas como:

I Crecimientos de bacterias, tumores, embriones, virus, etc.
I Regresiones logı́sticas y redes neuronales.
I Reacciones quı́micas.
I Fenómenos Fı́sicos.
I Modelos económicos.
Agenda
12

EDOs Reducibles a Lineales

EDO de Bernoulli
Definición
Algoritmo de Solución
Ejemplos
EDO de Riccati
Definición
Algoritmo de Solución
Ejemplos

EDO de Clairaut
Definición
Algoritmo de Solución
Ejemplos

Resumen
Definición
13

Definición 1.2 (EDO de Riccati)

La EDO de primer orden F (x, y, y 0 ) = 0 es llamada de Riccati si puede
llevarse a la forma:

y 0 = P (x) y 2 + Q(x) y + R(x)

con P (x), Q(x) y R(x) funciones continuas y P (x) 6= 0.

Definición
13

Definición 1.2 (EDO de Riccati)

La EDO de primer orden F (x, y, y 0 ) = 0 es llamada de Riccati si puede
llevarse a la forma:

y 0 = P (x) y 2 + Q(x) y + R(x)

con P (x), Q(x) y R(x) funciones continuas y P (x) 6= 0.

Notar que: si R(x) = 0 obtenemos una EDO de Bernoulli con α = 2 y si

P (x) = 0 estamos en presencia de una EDO lineal.
Algoritmo de Solución
14

1. Despejar y 0 en F (x, y, y 0 ) = 0, sea EDO de Riccati.

Algoritmo de Solución
14

1. Despejar y 0 en F (x, y, y 0 ) = 0, sea EDO de Riccati.

2. Dada una solución particular s(x), la sustitución

1
y(x) = s(x) +
z(x)

transforma a la EDO de Riccati en una EDO lineal para z.

Algoritmo de Solución
14

1. Despejar y 0 en F (x, y, y 0 ) = 0, sea EDO de Riccati.

2. Dada una solución particular s(x), la sustitución

1 z 0 (x)
y(x) = s(x) + ⇒ y 0 (x) = s0 (x) −
z(x) z 2 (x)

transforma a la EDO de Riccati en una EDO lineal para z.

Algoritmo de Solución
14

1. Despejar y 0 en F (x, y, y 0 ) = 0, sea EDO de Riccati.

2. Dada una solución particular s(x), la sustitución

1 z 0 (x)
y(x) = s(x) + ⇒ y 0 (x) = s0 (x) −
z(x) z 2 (x)

transforma a la EDO de Riccati en una EDO lineal para z.

3. Resolver la EDO lineal resultante para la nueva variable z.

Algoritmo de Solución
14

1. Despejar y 0 en F (x, y, y 0 ) = 0, sea EDO de Riccati.

2. Dada una solución particular s(x), la sustitución

1 z 0 (x)
y(x) = s(x) + ⇒ y 0 (x) = s0 (x) −
z(x) z 2 (x)

transforma a la EDO de Riccati en una EDO lineal para z.

3. Resolver la EDO lineal resultante para la nueva variable z.

4. Restituir.
Ejemplo 3
15

Considere la siguiente ecuación diferencial ordinaria:

y 1
y0 = y2 − − .
x x2

1
a) Verifique que s(x) = es una solución particular de la EDO anterior.
x

b) Aplique la sustitución presentada previamente para reducir la EDO

de Riccati a una lineal.

c) Encontrar la solución general para la EDO de Riccati dada.

Agenda
16

EDOs Reducibles a Lineales

EDO de Bernoulli
Definición
Algoritmo de Solución
Ejemplos
EDO de Riccati
Definición
Algoritmo de Solución
Ejemplos

EDO de Clairaut
Definición
Algoritmo de Solución
Ejemplos

Resumen
Definición
17

Definición 2.1 (EDO de Clairaut)

La EDO de primer orden F (x, y, y 0 ) = 0 se dice que es del tipo Clairaut si
puede llevarse a la forma:

y = x y 0 + f (y 0 ),

en donde, f es una función (no-lineal) diferenciable.

Algoritmo de Solución
18

1. Sea F (x, y, y 0 ) = 0 EDO de Clairaut.

Algoritmo de Solución
18

1. Sea F (x, y, y 0 ) = 0 EDO de Clairaut.

2. Derivar la EDO respecto de la variable x, para obtener:

 
df df
y x + 0 = 0 si y solo si y 00 = 0 y x + 0 = 0.
00
dy | {z } dy
(I) | {z }
(II)
Algoritmo de Solución
18

1. Sea F (x, y, y 0 ) = 0 EDO de Clairaut.

2. Derivar la EDO respecto de la variable x, para obtener:

 
df df
y x + 0 = 0 si y solo si y 00 = 0 y x + 0 = 0.
00
dy | {z } dy
(I) | {z }
(II)

3. De la ecuación (I) obtenemos la familia de funciones a un parámetro:

y = a x + f (a), a ∈ R.
Algoritmo de Solución
18

1. Sea F (x, y, y 0 ) = 0 EDO de Clairaut.

2. Derivar la EDO respecto de la variable x, para obtener:

 
df df
y x + 0 = 0 si y solo si y 00 = 0 y x + 0 = 0.
00
dy | {z } dy
(I) | {z }
(II)

3. De la ecuación (I) obtenemos la familia de funciones a un parámetro:

y = a x + f (a), a ∈ R.

4. Con la ecuación (II) podemos obtener soluciones singulares para la

EDO.
NOTA: Envolvente de una Familia de Curvas
19

Definición 2.2
Dada una familia F de curvas a un parámetro f (x, y, c) = 0, c ∈ R. La
curva E es llamada la envolvente (envelope) de la familia de curvas F si:
i) En cada punto de E, un único miembro de F es tangente a E.
ii) Todo miembro de la familia F es tangente a E en puntos distintos
de la envolvente.

Nota: se puede probar que si la solución general de la EDO de Clairaut

tiene una envolvente entonces, esta es una solución singular de dicha EDO.
Ejemplo 4
20

Considere la siguiente ecuación diferencial ordinaria:

b y0
y = xy 0 + p , b 6= 0.
1 + (y 0 )2

a) Encontrar la solución general para la EDO anterior.

b) ¿Existe alguna envolvente E para la familia de soluciones a un paráme-

tro?
Ejemplo 5
21

Encontrar la familia de curvas cuya recta tangente T en cualquier punto

P (x, y) verifica la propiedad que el segmento de la misma que intercepta
k2
los ejes coordenados forma un triángulo rectángulo de área constante
2
con k 6= 0.
Agenda
22

EDOs Reducibles a Lineales

EDO de Bernoulli
Definición
Algoritmo de Solución
Ejemplos
EDO de Riccati
Definición
Algoritmo de Solución
Ejemplos

EDO de Clairaut
Definición
Algoritmo de Solución
Ejemplos

Resumen
Resumen
23

En esta última lección, hemos trabajado con:

I Ecuaciones diferenciales no lineales reducibles a lineales mediante sus-
tituciones especiales.
I EDO de Bernoulli

y 0 + P (x)y = Q(x) y α
Resumen
23

En esta última lección, hemos trabajado con:

I Ecuaciones diferenciales no lineales reducibles a lineales mediante sus-
tituciones especiales.
I EDO de Bernoulli

y 0 + P (x)y = Q(x) y α ← u , y 1−α

Resumen
23

En esta última lección, hemos trabajado con:

I Ecuaciones diferenciales no lineales reducibles a lineales mediante sus-
tituciones especiales.
I EDO de Bernoulli

y 0 + P (x)y = Q(x) y α ← u , y 1−α

I EDO de Riccati

y 0 = P (x) y 2 + Q(x) y + R(x)

Resumen
23

En esta última lección, hemos trabajado con:

I Ecuaciones diferenciales no lineales reducibles a lineales mediante sus-
tituciones especiales.
I EDO de Bernoulli

y 0 + P (x)y = Q(x) y α ← u , y 1−α

I EDO de Riccati
1
y 0 = P (x) y 2 + Q(x) y + R(x) ← y(x) = s(x) +
z(x)
Resumen
23

En esta última lección, hemos trabajado con:

I Ecuaciones diferenciales no lineales reducibles a lineales mediante sus-
tituciones especiales.
I EDO de Bernoulli

y 0 + P (x)y = Q(x) y α ← u , y 1−α

I EDO de Riccati
1
y 0 = P (x) y 2 + Q(x) y + R(x) ← y(x) = s(x) +
z(x)

I Modelo de Crecimiento Logı́stico:

 y 
y0 = k y 1 − con y(0) = y0 , 0 < y0 < M
M
Resumen
24

I EDO de Clairaut
y = x y 0 + f (y 0 ).
Resumen
24

I EDO de Clairaut
y = x y 0 + f (y 0 ).

I Solución General: y = a x + f (a), a ∈ R.

Resumen
24

I EDO de Clairaut
y = x y 0 + f (y 0 ).

I Solución General: y = a x + f (a), a ∈ R.

I Solución Singular: eliminación del parámetro p en las ecuaciones
paramétricas
y − p x − f (p) = 0
x + f 0 (p) = 0.
Referencias
25

[1] Tenenbaum, M. y H. Pollard: Ordinary Differential Equations.

Dover Publications, 1985.
[2] Zill, D. y W. Wright: Ecuaciones Diferenciales con Problemas
con Valores en la Frontera.
Cengage Learning, 8a. edición, 2015.